LostandFound数据集 包含112 个立体声视频序列

LostandFound 数据集解决了检测路上通常由货物丢失造成的意外小障碍物的问题。 该数据集包括 112 个立体声视频序列，具有 2104 个带注释帧（从记录的数据中大约每十分之一帧选取一帧）。 数据结构： 论文引用： Peter Pinggera, Sebastian Ramos, Stefan Gehrig, Uwe Franke, Carsten Rother, Rudolf Mester, "Lost and Found: Detecting Small Road Hazards for Self-Driving Vehicles", Proceedings of IROS 2016, Daejeon, Korea. link to the paper

LostandFound 数据集（LostandFound Dataset）旨在解决自动驾驶场景中由货物遗落引发的路面小型意外障碍物检测难题。该数据集包含112组立体视觉视频序列，共计2104帧标注帧，采样方式为从原始录制数据中约每10帧选取1帧。数据结构：参考文献：Peter Pinggera、Sebastian Ramos、Stefan Gehrig、Uwe Franke、Carsten Rother、Rudolf Mester，论文题为《Lost and Found: Detecting Small Road Hazards for Self-Driving Vehicles》，发表于2016年国际智能机器人与系统会议（IROS 2016），举办地为韩国大田。论文链接：

搜集汇总

背景与挑战

背景概述

LostandFound数据集是一个用于检测道路上小障碍物的机器视觉数据集，包含112个立体声视频序列和2104个带注释帧，适用于自动驾驶等领域的研究。数据集提供了丰富的标注和多种数据类型，支持立体视觉和深度信息分析。